Entendendo Representação de Dados e Plotting em Biostatisticos

Biostatisticianos desempenham um papel único na proteção da saúde pública e na melhoria da vida das pessoas. Este curso discute o significado de plotar dados para visualizar variação ou demonstrar relações entre variáveis. Ela começa descrevendo como as estatísticas são usadas em coleta de dados, organização, análise e interpretação. Você aprenderá sobre vários tipos de estudos estatísticos, bem como o processo de seleção de observações pré-arranjadas de uma população na forma de uma amostra. Além disso, você também entenderá a importância da biosestatística no desenvolvimento, implementação e aplicação de métodos estatísticos em pesquisa médica. Os conceitos de estatística descritiva e inferencial são então discutidos. Você explora o processo de descrever e fazer predições a partir de dados. Adicionalmente, os métodos para resumir as características de um conjunto de dados a fim de tirar conclusões significativas utilizando técnicas estatísticas são explicados. Seguindo isso, você estuda os métodos para o cálculo dos valores das mesmas e diferentes unidades.

A próxima seção lida com as principais diferenças e o processo de cálculo aritmético e geométrico. Saiba como calcular o intervalo, média absoluta e desvio-padrão. Além disso, você estudará o processo de determinação da disseminação de pontos de dados do centro utilizando medidas de variabilidade. A seguir, descreve-se o procedimento de cálculo do erro padrão da média (SEM). Descubra o método de determinar os desvios da média. Você também aprenderá como usar o Z-score para calcular a chance de uma pontuação cair em uma distribuição normal e como comparar duas pontuações de diferentes distribuições normais. Vá em frente para ver como exibir graficamente os dados do grupo numérico baseado em quartiles usando tramas de caixa. Você também descobrirá como usar um enredo de caixa para mostrar a forma de distribuição, assim como seu valor central e variabilidade.

Finalmente, são descritos os conceitos de momentos, bem como a defasagem da distribuição estatística. Você compreenderá o significado de momentos em estudar uma tendência central de distribuição, dispersão, inclinação e kurtosis. Em seguida, é explicado o processo de utilização de 'skewness' para medir a simetria de distribuição. Descubra como a variação da distribuição a partir da distribuição normal pode ser medida pela defasagem. Seguindo isso, você irá explorar como usar a kurtosis para determinar se os dados são pesados sob medida ou de forma leve em comparação com uma distribuição normal. Além disso, você vai aprender como a kurtosis ajuda na compreensão de onde a maioria das informações está se escondendo e como analisar outliers em um determinado conjunto de dados. Por último, o curso mostra como utilizar a linguagem de programação R para realizar uma variedade de tarefas estatísticas, como limpeza de dados, análise e visualização. Ele irá ajudá-lo a entender como cada forma de dados é processada, salva e exibida dentro de um dispositivo, assim como as implicações para como ela é usada.